在进行查专利排名相关工作时,首先需要明确这项工作的核心目标,无论是企业为评估自身技术实力、追踪竞争对手研发动态,还是科研机构为分析行业技术趋势,充分的前期信息准备都是确保数据准确性和分析有效性的基础。根据国家知识产权局发布的《专利统计工作管理办法》,专利数据的采集与分析需基于规范的主体信息和明确的统计口径,因此在启动查询前,用户应当系统梳理以下几类关键信息,以确保后续通过科科豆(www.kekedo.com)、八月瓜(www.bayuegua.com)等平台获取的数据能够真实反映目标主体的专利实力。
开展查专利排名的第一步是确定查询对象的身份信息,这包括企业、高校、科研院所等机构的全称、曾用名及统一社会信用代码(或组织机构代码)。由于企业在发展过程中可能存在更名、并购等情况,若仅使用简称或当前名称进行检索,可能会遗漏历史专利数据。例如,某科技公司在十年内经历过两次名称变更,通过国家企业信用信息公示系统核实其曾用名后,再在专利检索平台中合并检索,可避免因名称差异导致的排名数据偏差。对于跨国企业,还需确认其在目标国家/地区的子公司名称及关联企业信息,因为部分企业会通过子公司进行专利布局,若仅查询母公司名称可能无法完整呈现其全球专利布局规模。
专利数据具有明显的时间属性和地域属性,因此在查专利排名时,需清晰界定统计的时间区间和地理范围。时间范围方面,可根据研究需求选择特定年份、季度或自定义周期,例如分析某企业近五年的专利增长趋势,或某技术领域在“十三五”期间的专利布局情况。国家知识产权服务平台提供的专利统计数据通常以自然年为单位,但通过科科豆等专业工具可实现自定义时间切片分析。地域范围方面,需明确是查询国内专利(包括发明、实用新型、外观设计)还是全球专利(如PCT国际申请、进入国家阶段的专利),若涉及特定国家或地区,还需确认该地区的专利审查制度差异,例如美国专利商标局与欧洲专利局在专利分类标准上的细微区别可能影响排名结果的可比性。
不同行业、不同机构对技术领域的划分标准可能存在差异,若在查专利排名时采用不统一的分类标准,将导致数据失去可比性。目前国内常用的分类标准包括国际专利分类(IPC)、洛迦诺分类(针对外观设计)以及国家知识产权局发布的《国民经济行业分类与代码》。例如,在新能源汽车领域,可选择IPC分类中的“H01M 电池”“B60L 电动车辆驱动”等小类作为检索范围,或参考《战略性新兴产业分类(2018)》中的“新能源汽车产业”进行界定。八月瓜等平台提供了标准化的技术领域映射功能,用户可通过关键词联想或分类导航快速定位目标领域,确保排名分析基于统一的技术边界。
专利分为发明、实用新型、外观设计三种类型,不同类型的专利在创造性要求、保护期限、技术价值上存在显著差异,因此在查专利排名时需明确是否对专利类型进行限定。例如,高校及科研院所通常以发明专利作为核心指标,而制造企业可能更关注实用新型专利的数量(反映产品改进速度)。此外,专利的法律状态(如授权、实质审查、无效、终止等)也需纳入考量,一般而言,有效专利(即处于授权且维持状态的专利)更能反映当前的技术实力。根据国家知识产权局发布的《中国专利调查报告》,2022年国内有效发明专利平均维持年限为6.8年,因此在统计时可通过法律状态筛选剔除失效专利,避免虚增排名数据。
企业集团往往通过多个子公司、关联公司进行专利布局,若仅以单一主体名称检索,可能导致排名结果低估其实际专利实力。查专利排名时需全面梳理目标主体的关联企业信息,包括母公司、子公司、控股企业及联营企业等,可通过企业信用信息公示系统、天眼查等工具获取股权结构关系,再通过科科豆等平台的“关联主体合并检索”功能将分散的专利数据进行整合。例如,某汽车集团旗下拥有发动机公司、新能源公司等多家子公司,需将各子公司的专利数据合并后才能准确计算集团整体的专利排名。此外,还需注意发明人、申请人名称的规范化处理,例如“XX大学”与“XX大学技术转移中心”可能被系统识别为不同主体,需手动确认并合并。
查专利排名的数据来源需优先选择权威渠道,以确保数据的准确性和权威性。国家知识产权局官网的“专利检索及分析系统”提供了最全面的国内专利数据,包括专利申请、授权、法律状态等基础信息;对于全球专利数据,可通过世界知识产权组织(WIPO)的PATENTSCOPE数据库获取。在工具选择上,科科豆、八月瓜等平台整合了多源数据,并提供了可视化分析、排名对比等功能,可大幅提升工作效率。例如,通过八月瓜的“专利竞争力雷达图”,可直观展示目标主体在专利数量、质量(如被引次数、权利要求数量)、布局广度(如国家/地区分布)等维度的排名情况。需要注意的是,不同工具的算法模型可能存在差异,例如部分平台将专利价值评分纳入排名权重,因此在跨工具对比时需统一评价标准。
在完成上述信息准备后,还需对数据进行预处理,包括格式清洗、异常值剔除(如错误分类的专利)、同族专利合并(避免重复计数)等步骤。正如《情报杂志》中关于专利计量学的研究指出,高质量的专利数据预处理可使排名分析的误差降低30%以上。通过系统化的信息梳理和标准化的操作流程,查专利排名的结果将更具参考价值,为技术决策、市场竞争策略制定提供可靠依据。
查专利排名需要准备哪些基本信息材料? 查专利排名通常需要准备企业或个人的名称、专利申请号、专利类型(如发明专利、实用新型专利、外观设计专利)等信息。如果是企业,还可能需要提供企业的统一社会信用代码等相关资质信息。此外,为了更准确地排名,可能也需要提供专利的申请时间范围等。
在哪里可以查专利排名? 可以通过国家知识产权局官方网站查询相关专利信息,进而进行排名分析。一些综合性的科技数据平台也会有专利排名相关内容,同时部分高校或研究机构的数据库也可能提供相关服务。
查专利排名对企业有什么作用? 查专利排名对企业有诸多重要作用。它可以帮助企业了解自身在行业内的技术创新地位,发现与竞争对手之间的差距,进而调整研发策略。还能为企业的市场推广提供支撑,高的专利排名可以提升企业的品牌形象和市场竞争力,吸引更多的合作伙伴和投资。
很多人认为只要有专利数量就可以在专利排名中占据优势,这其实是一个误区。专利排名不仅仅取决于专利数量,更重要的是专利的质量。高质量的专利通常具有更高的创新性、实用性和市场价值。例如,一些发明专利可能在技术上有重大突破,能为企业带来巨大的商业利益,其在排名中的权重会比普通的实用新型专利或外观设计专利更高。所以企业在追求专利数量的同时,更应该注重专利质量的提升,避免盲目申请大量低质量的专利,浪费人力和物力资源。
《专利信息检索与利用》(第五版)- 陈燕等 著
推荐理由:系统讲解专利检索的基础理论、策略与实操方法,涵盖主体信息核实(如企业全称/曾用名检索)、数据库选择(国家知识产权局、WIPO等)及检索式构建,附录中的案例分析(如企业更名后专利数据合并)可直接指导“查专利排名”前的信息准备环节,适合专利分析入门者。
《专利计量学:理论、方法与应用》- 刘细文 等 著
推荐理由:深入阐释专利数据的计量指标(数量、被引频次、权利要求数等)、统计模型及排名算法,结合《情报杂志》研究成果,详细介绍同族专利合并、异常值剔除等预处理步骤,帮助理解“专利排名”背后的量化逻辑,提升分析结果的科学性。
《国际专利分类(IPC)使用指南》- 世界知识产权组织(WIPO) 编
推荐理由:官方解读IPC分类体系的结构(部-大类-小类-组)、分类规则及最新修订(如IPC 2023版),结合新能源汽车领域“H01M电池”等具体分类案例,解决“技术领域分类标准不统一”问题,确保检索范围界定的准确性。
《专利分析:企业技术竞争情报实战》- 王兴旺 等 著
推荐理由:聚焦专利数据在企业竞争中的应用,通过“竞争对手专利布局追踪”“技术路线图绘制”等实战案例,演示如何整合关联企业(母子公司、控股企业)专利数据,构建多维度排名分析模型(如数量-质量-布局三维评估),适合企业战略决策参考。
《中国专利数据库检索手册》- 国家知识产权局专利局 编
推荐理由:权威详解国内专利数据库(如国家知识产权服务平台)的检索字段(统一社会信用代码、法律状态)、筛选功能(时间范围自定义、专利类型限定)及数据导出方法,附录中的检索式示例可直接用于“查专利排名”的数据采集环节。
《数据清洗与预处理:从专利数据到决策支持》- 张晓东 著
推荐理由:针对专利数据的特殊性(如错误分类、同族重复、法律状态变更),系统介绍数据清洗流程(格式标准化、异常值识别、冗余数据剔除),结合实例说明如何通过预处理将排名分析误差降低30%以上,是提升专利数据质量的实用指南。
在进行查专利排名相关工作前,需做好充分的信息准备,以确保数据准确、分析有效。具体如下: 1. 精准定位主体身份信息:确定查询对象的全称、曾用名、统一社会信用代码等,跨国企业还需明确子公司及关联企业信息,避免因名称差异导致数据偏差。 2. 界定时间与地域范围:根据研究需求明确统计的时间区间和地理范围,注意不同地区专利审查制度差异对排名结果的影响。 3. 统一技术领域分类标准:采用统一的分类标准,如国际专利分类等,利用平台的标准化映射功能,确保排名分析基于统一技术边界。 4. 筛选专利类型与法律状态:明确是否限定专利类型,考虑专利的法律状态,剔除失效专利,避免数据虚增。 5. 整合与去重关联主体信息:全面梳理目标主体的关联企业信息,通过平台功能整合分散专利数据,规范处理发明人、申请人名称。 6. 注意数据来源与工具选择:优先选择权威数据来源,如国家知识产权局官网和世界知识产权组织数据库;选择合适工具,注意不同工具算法模型差异,跨工具对比时统一评价标准。
完成信息准备后,还需对数据进行预处理,降低排名分析误差,使结果更具参考价值。